KR102575954B1 - 비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법 - Google Patents

비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법 Download PDF

Info

Publication number
KR102575954B1
KR102575954B1 KR1020220058013A KR20220058013A KR102575954B1 KR 102575954 B1 KR102575954 B1 KR 102575954B1 KR 1020220058013 A KR1020220058013 A KR 1020220058013A KR 20220058013 A KR20220058013 A KR 20220058013A KR 102575954 B1 KR102575954 B1 KR 102575954B1
Authority
KR
South Korea
Prior art keywords
error
sensing
sensing data
fusion center
channel
Prior art date
Application number
KR1020220058013A
Other languages
English (en)
Inventor
정해준
김동현
장근영
유병하
Original Assignee
경희대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020220058013A priority Critical patent/KR102575954B1/ko
Application granted granted Critical
Publication of KR102575954B1 publication Critical patent/KR102575954B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0256—Channel estimation using minimum mean square error criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04—Large scale networks; Deep hierarchical networks
    • H04W84/06—Airborne or Satellite Networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 불완전 채널 상태 정보의 채널 추정 오류를 고려하여 평균제곱오차(mean square error, MSE)를 산출하고, 산출된 평균제곱오차를 이용하여 채널 추정을 위한 참조 신호를 제어하여 평균제곱오차를 향상시키는 기술에 관한 것으로, 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템은 복수의 센싱 노드로 참조 신호를 전송하는 비행 융합 센터(flying fusion center, FFC) 및 상기 참조 신호를 통해 상기 비행 융합 센터와 채널을 동기화하는 상기 복수의 센싱 노드를 포함하고, 상기 비행 융합 센터는 상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하고, 상기 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정하며, 상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차를 산출하고, 상기 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어할 수 있다.

Description

비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법{LOW-LATENCY SENSING DATA COLLECTING SYSTEM USING FLYING FUSION CENTER AND OPERATING METHOD THEREOF}
본 발명은 비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법에 관한 것으로, 보다 구체적으로, 불완전 채널 상태 정보의 채널 추정 오류를 고려하여 평균제곱오차(mean square error, MSE)를 산출하고, 산출된 평균제곱오차를 이용하여 채널 추정을 위한 참조 신호를 제어하여 평균제곱오차를 향상시키는 기술이다.
사물인터넷(IoT) 기술의 급속한 발전으로 스펙트럼 가용성의 한계가 있는 상황에서 감지 데이터를 시기 적절하고 정확한 방식으로 집계하는 것이 무엇보다 중요하다.
기존의 다중 액세스 프로토콜은 모든 센싱 노드가 직교 무선 채널을 통해 융합 센터(FC)에 측정값을 보고하기 때문에 과도한 대기 시간 또는 부당한 대역폭 소비로 어려움을 겪는다.
이러한 맥락에서, 무선 연산(AirComp)을 사용하여 제한된 대역폭을 가진 수많은 스마트 센싱 노드 및 장치의 데이터를 효과적으로 결합할 수 있다.
AirComp로 불리는 무선 연산(Over-the-air computation) 제한된 대역폭 가용성으로 수많은 노드에서 수집된 데이터를 결합하는 기술이다.
무인 항공기가 AirComp에 비행 융합 센터(Flying Fusion Center, FFC)로 포함될 때 유비쿼터스 감지 및 환경 감시 애플리케이션을 위해 초고속 데이터 집계를 달성할 수 있다.
그러나, AirComp의 주요 과제 중 하나는 채널 추정으로서, 기존 연구의 대부분들은 완벽한 채널 추정을 가능하여 AirComp 시스템을 구동한다.
AirComp의 핵심 아이디어는 무선 채널의 신호 중첩 속성을 활용하여 동시 센싱 노드 전송을 통해 분산 감지 데이터의 노모그래피 기능 클래스를 계산하는 것이다.
무인 항공기(unmanned aerial vehicle, UAV)가 비행 융합 센터로 활용되면 유비쿼터스 감지 및 환경 감시 애플리케이션을 위해 많은 센싱 노드에서 초고속 데이터 집계를 달성할 수 있다.
그러나 AirComp의 실제 구현에서 가장 중요한 문제 중 하나는 채널 추정인데, 비행 융합 센터에서의 데이터 융합은 불완전한 채널 상태 정보(channel state information, CSI)에서 높은 평균 제곱 오차(mean square error, MSE)로 인해 어려움을 겪을 수 있다.
즉, 채널 상태 정보의 진폭 오차는 결합된 데이터 값의 왜곡을 일으키는 반면 위상 오차는 여러 센싱 노드에서 전송되는 신호의 동기화 오차를 초래한다.
종래 기술에 따른 동기화 방법은 센싱 노드가 동일한 데이터를 여러 번 전송해야 하며 이는 임의 시퀀스의 길이에 해당하고, 이러한 반복적인 전송은 스펙트럼 효율성을 감소시키고 전력이 제한된 IoT 네트워크에 과도한 부담을 줄 수 있다.
채널 상태 정보를 획득하기 위한 또 다른 접근 방식은 FC(Fusion Center)의 참조 신호(reference signal, RS)에 의존하고, 여기서 센싱 노드는 위상 고정 루프(phase lock loop, PLL) 회로에 공급하여 FC에서 보낸 RS를 통해 스스로 동기화는 방식도 존재한다.
이 접근 방식은 협업 빔포밍 및 분산 네트워크 시간 동기화와 같은 무선 통신의 다양한 애플리케이션에서 널리 사용되나, 업링크 및 다운링크의 무선 주파수(radio frequency, RF) 회로 불일치 및 랜덤 채널 효과로 인해 완벽한 채널 상태 정보의 확인이 어렵다.
불완전한 채널 상태 정보로 인한 비행 융합 센터의 데이터 융합 저하라는 문제가 유발될 수 있다.
한국등록특허 제10-1646658호, "인지 무선 통신에서 문턱 값을 최적화하여 협력적 센싱을 수행하는 방법 및 그 장치" 한국등록특허 제10-1773330호, "분산형 무선 센싱 노드 네트워크 및 분산형 무선 센싱 노드 네트워크에서의 정보 검출 방법" 한국등록특허 제10-2329272호, "무선 통신 시스템에서 상향링크 전송을 위한 장치 및 방법" 한국공개특허 제10-2022-0036356호, "무선 통신 시스템에서 수신 신호 양자화에 기초한 분산 통신 방법 및 장치 "
본 발명은 불완전 채널 상태 정보의 채널 추정 오류를 고려하여 평균제곱오차(mean square error, MSE)를 산출하고, 산출된 평균제곱오차를 이용하여 채널 추정을 위한 참조 신호를 제어하여 평균제곱오차를 향상시키는 것을 목적으로 한다.
본 발명은 복수의 센싱 노드에 대한 운용이 필요한 차세대 통신 시스템, 빌딩 에너지 관리, 스마트 팩토리 등과 같은 저지연 센싱 데이터 수집이 요구되는 시스템에서 불완전한 채널 상태 정보가 평균제곱오차 성능에 미치는 영향을 확인하여 채널 추정을 위한 참조 신호를 제어함에 따라 복수의 센싱 노드와 비행 융합 센터 간의 채널 동기화율을 향상시키는 것을 목적으로 한다.
본 발명은 불완전 채널 상태 정보의 채널 추정 오류를 고려하여 평균제곱오차를 산출함에 따라 전력 효율 향상을 도모하면서 센싱 데이터의 수집 정확도를 확인하여 저지연 센싱 데이터 수집 시스템의 운용 효율성을 향상시키는 것을 목적으로 한다.
본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템은 복수의 센싱 노드로 참조 신호를 전송하는 비행 융합 센터(flying fusion center, FFC) 및 상기 참조 신호를 통해 상기 비행 융합 센터와 채널을 동기화하는 상기 복수의 센싱 노드를 포함하고, 상기 비행 융합 센터는 상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하고, 상기 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정하며, 상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하고, 상기 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어할 수 있다.
상기 비행 융합 센터는 상기 복수의 센싱 노드 중 특정 센싱 노드와 상기 비행 융합 센터 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 상기 특정 노드의 전송 계수, 상기 특정 센싱 노드의 센싱 데이터 및 상기 특정 센싱 노드의 추가 백색 가우스 잡음(additive white gaussian noise)를 포함하는 센싱 데이터를 수집할 수 있다.
상기 채널 추정 정보는 상기 특정 센싱 노드가 상기 비행 융합 센터로부터 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 비행 융합 센터와 상기 특정 센싱 노드 간의 채널 상호성에 기반하여 추정될 수 있다.
상기 채널 추정 오류는 상기 진폭 오류에 기반하여 상기 특정 센싱 노드의 센싱 데이터를 왜곡하고, 상기 위상 오류에 기반하여 상기 특정 센싱 노드의 동기화 오류를 발생시킬 수 있다.
상기 비행 융합 센터는 하기 수학식 9를 이용하여 상기 평균제곱오차를 산출하고,
[수학식 9]
상기 는 평균제곱오차를 나타내고, 상기 K는 상기 복수의 센싱 노드 중 특정 센싱 노드의 순번을 나타내며, 상기 A는 제1 진폭 오류 관련 변수를 나타내고, 상기 B는 제2 진폭 오류 관련 변수를 나타내며, 상기 C는 제1 신호대잡음비 관련 변수를 나타내고, 상기 D는 제2 신호대잡음비 관련 변수를 나타내며, 상기 P는 전송 파워를 나타내고, 상기 σ는 제3 신호대잡음비 관련 변수를 나타낼 수 있다.
상기 복수의 센싱 노드는 상기 제어된 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 채널과 다시 동기화할 수 있다.
본 발명의 일실시예에 따르면 복수의 센싱 노드로 참조 신호를 전송하는 비행 융합 센터(flying fusion center, FFC) 및 상기 참조 신호를 통해 상기 비행 융합 센터와 채널을 동기화하는 상기 복수의 센싱 노드를 포함하는 저지연 센싱 데이터 수집 시스템의 동작 방법은 상기 비행 융합 센터에서, 상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하는 단계, 상기 비행 융합 센터에서, 상기 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정하는 단계, 상기 비행 융합 센터에서, 상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하는 단계 및 상기 비행 융합 센터에서, 상기 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어하는 단계를 포함할 수 있다.
상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하는 단계는, 상기 복수의 센싱 노드 중 특정 센싱 노드와 상기 비행 융합 센터 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 상기 특정 노드의 전송 계수, 상기 특정 센싱 노드의 센싱 데이터 및 상기 특정 센싱 노드의 추가 백색 가우스 잡음(additive white gaussian noise)를 포함하는 센싱 데이터를 수집하는 단계를 포함할 수 있다.
상기 채널 추정 정보는 상기 특정 센싱 노드가 상기 비행 융합 센터로부터 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 비행 융합 센터와 상기 특정 센싱 노드 간의 채널 상호성에 기반하여 추정될 수 있다.
상기 채널 추정 오류는 상기 진폭 오류에 기반하여 상기 특정 센싱 노드의 센싱 데이터를 왜곡하고, 상기 위상 오류에 기반하여 상기 특정 센싱 노드의 동기화 오류를 발생시킬 수 있다.
상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하는 단계는
하기 수학식 9를 이용하여 상기 평균제곱오차를 산출하는 단계를 포함하고,
[수학식 9]
상기 는 평균제곱오차를 나타내고, 상기 K는 상기 복수의 센싱 노드 중 특정 센싱 노드의 순번을 나타내며, 상기 A는 제1 진폭 오류 관련 변수를 나타내고, 상기 B는 제2 진폭 오류 관련 변수를 나타내며, 상기 C는 제1 신호대잡음비 관련 변수를 나타내고, 상기 D는 제2 신호대잡음비 관련 변수를 나타내며, 상기 P는 전송 파워를 나타내고, 상기 σ는 제3 신호대잡음비 관련 변수를 나타낼 수 있다.
본 발명의 일실시예에 따르면 저지연 센싱 데이터 수집 시스템의 동작 방법은 상기 복수의 센싱 노드에서 상기 제어된 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 채널과 다시 동기화하는 단계를 더 포함할 수 있다.
본 발명의 일실시예에 따르면 복수의 센싱 노드로 참조 신호를 전송하여 상기 참조 신호에 기반하여 상기 복수의 센싱 노드와 채널이 동기화되는 비행 융합 센터는 상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하는 평균 정보 식별부, 상기 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정하는 채널 오류 추정부, 상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하는 MSE 산출부 및 상기 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어하는 참조 신호 제어부를 포함할 수 있다.
상기 평균 정보 식별부는 상기 복수의 센싱 노드 중 특정 센싱 노드와 상기 비행 융합 센터 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 상기 특정 노드의 전송 계수, 상기 특정 센싱 노드의 센싱 데이터 및 상기 특정 센싱 노드의 추가 백색 가우스 잡음(additive white gaussian noise)를 포함하는 센싱 데이터를 수집할 수 있다.
상기 채널 추정 정보는 상기 특정 센싱 노드가 상기 비행 융합 센터로부터 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 비행 융합 센터와 상기 특정 센싱 노드 간의 채널 상호성에 기반하여 추정되고, 상기 채널 추정 오류는 상기 진폭 오류에 기반하여 상기 특정 센싱 노드의 센싱 데이터를 왜곡하고, 상기 위상 오류에 기반하여 상기 특정 센싱 노드의 동기화 오류를 발생시킬 수 있다.
상기 MSE 산출부는 하기 수학식 9를 이용하여 상기 평균제곱오차를 산출하고,
[수학식 9]
상기 는 평균제곱오차를 나타내고, 상기 K는 상기 복수의 센싱 노드 중 특정 센싱 노드의 순번을 나타내며, 상기 A는 제1 진폭 오류 관련 변수를 나타내고, 상기 B는 제2 진폭 오류 관련 변수를 나타내며, 상기 C는 제1 신호대잡음비 관련 변수를 나타내고, 상기 D는 제2 신호대잡음비 관련 변수를 나타내며, 상기 P는 전송 파워를 나타내고, 상기 σ는 제3 신호대잡음비 관련 변수를 나타낼 수 있다.
본 발명은 불완전 채널 상태 정보의 채널 추정 오류를 고려하여 평균제곱오차(mean square error, MSE)를 산출하고, 산출된 평균제곱오차를 이용하여 채널 추정을 위한 참조 신호를 제어하여 평균제곱오차를 향상시킬 수 있다.
본 발명은 복수의 센싱 노드에 대한 운용이 필요한 차세대 통신 시스템, 빌딩 에너지 관리, 스마트 팩토리 등과 같은 저지연 센싱 데이터 수집이 요구되는 시스템에서 불완전한 채널 상태 정보가 평균제곱오차 성능에 미치는 영향을 확인하여 채널 추정을 위한 참조 신호를 제어함에 따라 복수의 센싱 노드와 비행 융합 센터 간의 채널 동기화율을 향상시킬 수 있다.
본 발명은 불완전 채널 상태 정보의 채널 추정 오류를 고려하여 평균제곱오차를 산출함에 따라 전력 효율 향상을 도모하면서 센싱 데이터의 수집 정확도를 확인하여 저지연 센싱 데이터 수집 시스템의 운용 효율성을 향상시킬 수 있다.
도 1은 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템을 설명하는 도면이다.
도 2 내지 도 4b는 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 산출되는 평균제곱오차(mean square error, MSE)를 설명하는 도면이다.
도 5는 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 비행 융합 센터를 설명하는 도면이다.
도 6은 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템의 동작 방법을 명하는 도면이다.
이하, 본 문서의 다양한 실시 예들이 첨부된 도면을 참조하여 기재된다.
실시 예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다.
하기에서 다양한 실시 예들을 설명에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
그리고 후술되는 용어들은 다양한 실시 예들에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다.
"제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다.
본 명세서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다.
어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다.
예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.
또한, '또는' 이라는 용어는 배타적 논리합 'exclusive or' 이기보다는 포함적인 논리합 'inclusive or' 를 의미한다.
즉, 달리 언급되지 않는 한 또는 문맥으로부터 명확하지 않는 한, 'x가 a 또는 b를 이용한다' 라는 표현은 포함적인 자연 순열들(natural inclusive permutations) 중 어느 하나를 의미한다.
이하 사용되는 '..부', '..기' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템을 설명하는 도면이다.
도 1은 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템을 구성하는 구성 요소를 예시한다.
도 1을 참고하면, 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템(100)은 비행 융합 센터(110) 및 센싱 노드(120)를 포함한다.
센싱 노드(120)는 K 번째 포함되어 복수의 센싱 노드로 구성된다. 여기서, 센싱 노드(120)는 K 번째 특정 센싱 노드로 예시한다.
본 발명의 일실시예에 따르면 비행 융합 센터(110)는 센싱 노드(120)를 포함한 복수의 센싱 노드로 참조 신호를 전송한다.
센싱 노드(120)를 포함한 복수의 센싱 노드는 참조 신호를 통해 비행 융합 센터와 채널을 동기화하고, 동기화된 채널을 통해서 정보를 포함한 신호를 비행 융합 센터(110)로 전송할 수 있다.
본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템(100)은 n 번째 타임 슬롯에서, k 번째 센싱 노드의 위치는 원통좌표계를 이용하여 (rk[n], Φk[n], 0)로 표시되고, rk[n]는 원점 O로부터의 거리를 나타낼 수 있고, Φk[n]은 xy 평면(또는 지면)의 x축에 대한 각도를 나타낼 수 있다.
비행 융합 센터(110)의 위치는 (ρ, φ, H)로 표시되고, H는 원형 좌표계를 사용하여 비행 고도를 나타내고, 원점으로부터 FFC 까지의 거리는 로 나타낼 수 있다.
비행 융합 센터(110)는 원거리 필드에 위치한다고 가정하고, k > ρ >> R일 수 있다.
또한 그림과 같이 반지름이 R인 원점을 중심으로 한 원 안에 센싱 노드가 균일하고 무작위로 분포되어 있다고 가정한다.
또한 각 시간 슬롯 n에서 활성 센싱 노드 K는 AirComp를 사용하여 공동으로 보고하도록 무작위로 선택된다.
그러므로, rk[n] 및 Φk[n]의 확률 밀도 함수(probability density functions)는 frk[n](r) 은 2r/R2이고, fΦk[n](Φ)는 1/2π일 수 있다.
여기서, r은 R보다 작거나 같고, 0보다 크거나 같고, Φ는 -π보다 크거나 같고, π미만일 수 있다.
비행 융합 센터(110)에서, n 타임 슬롯의 관심 함수는 이고, 여기서 sk[n]는 ψ(Xk[n])과 같고 k번째 노드로부터의 Xk[n] 측정 데이터의 정규화 버전을 나타낼 수 있다.
선형함수 ψ(*)는 및 를 확보하기 위한 정규화 동작을 나타내고, 센싱 데이터 {sk [n]}는 다른 k 및 n에 대해 독립적이고 동일하게 분포된다고 가정한다.
n은 심볼 인덱스 수학식 1이 비행 융합 센터(110)가 수신한 신호이고, AirComp를 통해 비행 융합 센터(110)에서 수신된 신호는 하기 수학식 1과 같이 표현될 수 있다.
[수학식 1]
수학식 1에서, y[n]은 수신된 신호를 나타내고, hk[n]은 k번째 노드와 FFC 사이의 복소 기저대역 등가 채널을 나타낼 수 있고, bk[n]은 k번째 전송 계수를 나타낼 수 있으며, sk[n]은 센싱 데이터를 나타낼 수 있고, w[n]은 추가 백색 가우스 잡음을 나타낼 수 있다.
본 발명의 일실시예에 따르면 비행 융합 센터(110)는 센싱 노드(120)를 포함하는 복수의 센싱 노드로부터 센싱 데이터를 수집하여 수집된 센싱 데이터의 평균 정보를 식별할 수 있다.
일례로, 비행 융합 센터(110)는 복수의 센싱 노드 중 특정 센싱 노드(120)와 비행 융합 센터(110) 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 특정 노드(120)의 전송 계수, 특정 센싱 노드(120)의 센싱 데이터 및 특정 센싱 노드(120)의 추가 백색 가우스 잡음(additive white gaussian noise)을 포함하는 센싱 데이터를 수집할 수 있다.
본 발명의 일실시예에 따르면 비행 융합 센터(110)는 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정하고, 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하고, 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어할 수 있다.
이에 따라, 지표면부터 공기중 까지의 채널 사이의 센싱 노드와 비행 융합 센터(110)는 LOS(light of sight) 지배적이다.
예를 들어, 채널 추정 정보는 특정 센싱 노드(120)가 비행 융합 센터(110)로부터 참조 신호를 수신하고, 수신된 참조 신호에 기반하여 비행 융합 센터(110)와 특정 센싱 노드(120) 간의 채널 상호성에 기반하여 추정될 수 있다.
hk[n]은 으로 표현되고, dk[n]은 k 번째 노드와 시간 슬롯 n에서 비행 융합 센터(110) 사이의 거리를 나타낼 수 있다.
LoS 채널을 가정하기 때문에 제곱 엔벨로프(envelope)에 대한 경로 손실 지수는 2일 수 있다.
dk[n]은 이다.
추가 백색 가우스 잡음은 평균이 0이고 분산이 σ2인 가산 백색 가우스 잡음(AWGN)일 수 있다.
센싱 노드(120)를 포함하는 복수의 센싱 노드에 대하여 특정 센싱 노드는 각 시간 슬롯에서 무작위로 선택되고, hk [n]은 다른 노드 인덱스 k와 시간 슬롯 n에 대한 i.i.d일 수 있다.
채널 hk[n]는 거리 dk[n]에 따른 경로 감쇠 및 위상 변화를 포함하고, 일반성을 잃지 않고 |h1[n]|≤|h2[n]| ≤ ··· ≤ |hK -1[n]|≤|hK [n]|.을 가정한다.
저지연 센싱 데이터 수집 시스템(100)에서 이용하는 AirComp의 전송 계수는 과 같다.
pk[n]은 k번째 노드의 전송 파워를 나타내고, 는 k번째 노드에서 hk[n]의 추정 버전을 나타내고, ()*는 복소 켤레 행렬(complex conjugate)를 나타낸다.
채널 반전 방식을 적용하여 k번째 노드의 전송 파워를 로 할때, P는 지속되고, 그동안 는 와 같다.
비행 융합 센터(110)는 사후 처리를 적용하여 다음 수학식 2와 같이 평균 관심 정보(average information of interest)를 복구한다.
[수학식 2]
수학식 2에서, 는 잡음 제어 팩터를 나타낼 수 있고, ^h는 추정값을 나타낼 수 있다.
수학식 2에 기반하여 시간 슬롯 n에서의 MSE는 하기 수학식 3과 같이 산출될 수 있다.
[수학식 3]
수학식 3에 기반하여 이후 hk[n]'s는 평균 MSE를 나타낼 수 있다.
추정 정보에서 채널 추정 오류가 있는 경우는 하기 수학식 4와 같이 제시될 수 있다.
[수학식 4]
수학식 4를 채널 추정 오류가 없는 경우를 가정하여 단순화할 경우에는 수학식 5와 같이 정리할 수 있다.
[수학식 5]
수학식 5에서는 노드의 위치에 따라 범위를 고려하기 때문에 MSE를 유도하는 것으로 채널 추정 정보 상에서 오류가 없는 경우를 나타낸다.
수학식 5에서 ф-1()은 표준 가우스 분포의 역 누적 분포 함수를 나타낼 수 있다.
예를 들어, MSE와 관련하여 센싱 노드의 수인 K는 감소 함수이고, SNR P/σ2가 증가함에 따라 MSE은 감소하고, 높은 SNR 영역(즉, P/σ2 → ∞)에서 MSE는 0에 접근할 수 있다.
k번째 센싱 노드에서의 채널 추정 정보는 hk[n]으로 표시되며, 채널 상호성에 기반하여 비행 융합 센터(110)가 전송하는 참조 신호(reference signal, RS)에 의해 얻을 수 있다.
즉, 각 센싱 노드는 비행 융합 센터(110)로부터 수신한 참조 신호를 기반으로 비행 융합 센터(110)와 자신 사이의 채널을 추정할 수 있다.
비행 융합 센터(110)와 센싱 노드 사이의 무선 통신 회로 불일치 및 기타 임의 채널 효과로 인해 실제 시스템에서 완전한 상호성은 실행 불가능하고, 이러한 이유로 시간 슬롯 n에서 k번째 센싱 노드의 추정 채널은 수학식 6과 같다고 가정할 수 있다.
[수학식 6]
수학식 6에서, δk[n]은 (-∞,∞)의 범위에 포함되고, εk[n] [-π, π] 진폭 및 위상 오류에 각각 해당된다.
진폭 오류 δk[n]는 FFC에서 수신한 k번째 센싱 노드의 값을 왜곡한다.
위상 오류 εk[n]는 다른 센싱 노드에 비해 k번째 센싱 노드의 동기화 오류를 발생시킨다.
채널 추정 오류는 진폭 오류에 기반하여 상기 특정 센싱 노드의 센싱 데이터를 왜곡하고, 위상 오류에 기반하여 특정 센싱 노드의 동기화 오류를 발생시킬 수 있다.
진폭 오류 δk[n] 및 위상 오류 εk[n]는 MSE에서 하기 수학식 7과 같이 표현된다.
[수학식 7]
수학식 7에서 진폭 오류에 대하여 다른 k 및 n으로 모델링하여 균일 확률 변수(uniform random variables)로 진폭 오류가 -△보다 크거나 같고, △보다 작거나 같다고 가정한다.
위상 에러는 Tikhonov 분포에 따라 대표 위상 지터 모델이 하기 수학식 8과 같이 정의된다.
[수학식 8]
수학식 8에서 ε는 -π보다 크거나 같고, π보다 작거나 같으며, 은 PLL의 SNR 루프를 나타내고, In()은 n번째 수정된 베셀 함수(Bessel function)을 나타낸다.
진폭 오류와 위상 오류는 독립적이다고 가정하고, 진폭 및 위상 오류에 대한 평균 MSE를 분석한다.
를 단순화하면 하기 수학식 9와 같이 도출될 수 있다.
[수학식 9]
수학식 9에서, A는 수학식 10으로 표현되고, B는 수학식 11로 표현되며, 최대 진폭 오류 확산 Δ의 영향을 받는다.
본 발명의 일실시예에 따르면 비행 융합 센터(110)는 수학식 9를 이용하여 상기 평균제곱오차를 산출할 수 있다.
수학식 9에서 는 평균제곱오차를 나타내고, K는 복수의 센싱 노드 중 특정 센싱 노드의 순번을 나타내며, A는 제1 진폭 오류 관련 변수를 나타내고, B는 제2 진폭 오류 관련 변수를 나타내며, C는 제1 신호대잡음비 관련 변수를 나타내고, D는 제2 신호대잡음비 관련 변수를 나타내며, P는 전송 파워를 나타내고, σ는 제3 신호대잡음비 관련 변수를 나타낼 수 있다.
[수학식 10]
수학식 10에서 △는 최대 진폭 오류 확산을 나타낼 수 있고, H는 비행 융합 센터의 지상으로부터의 고도(높이)를 나타낼 수 있으며, R은 센싱 노드들이 존재하는 원형 평면의 반지름을 나타낼 수 있고, 는 비행 융합 센터를 지상 평면에 정사영시켰을 때 원점(센싱 노드들이 존재하는 원의 중심)으로부터의 거리로 나타낼 수 있다.
[수학식 11]
또한 수학식 11에서, △는 최대 진폭 오류 확산을 나타낼 수 있고, H는 는 비행 융합 센터의 지상으로부터의 고도(높이)를 나타낼 수 있으며, R은 센싱 노드들이 존재하는 원형 평면의 반지름 나타낼 수 있고, 는 비행 융합 센터를 지상 평면에 정사영시켰을 때 원점(센싱 노드들이 존재하는 원의 중심)으로부터의 거리를 나타낼 수 있고, tanh-1(·)은 역 쌍곡선 탄젠트 함수를 나타낼 수 있다.
더하여, 이고, SNR 루프의 함수가 일 때, D는 수학식 12와 같이 도출될 수 있다.
[수학식 12]
수학식 12에서, △는 최대 진폭 오류 확산을 나타낼 수 있고, R은 센싱 노드들이 존재하는 원형 평면의 반지름을 나타낼 수 있고, ф-1는 표준 정규 분표의 누적 확률 분포의 역함수를 나타낼 수 있으며, K는 센싱 노드의 순번을 나타낼 수 있다.
수학식 9의 파생 표현에서, A, B 및 D는 최대 진폭 오류 확산 △의 영향을 받고, 반면 C는 PLL 루프 SNR의 함수이며, 위상 추정 에러를 결정한다.
△이 0이되고, 퍼펙트 크기 추상에 대응할 때 A -> 1, B -> 1이고 D는 수학식 12로 결정된다. 만약, -> ∞이고 C-> 2이면, 완벽한 위상 추정을 암시한다.
본 발명의 일실시예에 따르면 저지연 센싱 데이터 수집 시스템(100)은 이동성을 갖춘 비행 융합 센터(110)를 사용하는 상황에서 채널 정보를 정확히 추정하기 어렵다는 현실적인 문제점을 해결하기 위해 채널 추정 정보에 오류가 있는 경우에 MSE 성능의 열하를 파악하고, 참조 신호를 제어하여 시스템의 운용 효율성을 향상시킨다.
다시 말해, 본 발명은 복수의 센싱 노드에 대한 운용이 필요한 차세대 통신 시스템, 빌딩 에너지 관리, 스마트 팩토리 등과 같은 저지연 센싱 데이터 수집이 요구되는 시스템에서 불완전한 채널 상태 정보가 평균제곱오차 성능에 미치는 영향을 확인하여 채널 추정을 위한 참조 신호를 제어함에 따라 복수의 센싱 노드와 비행 융합 센터 간의 채널 동기화율을 향상시킬 수 있다.
도 2 내지 도 4b는 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 산출되는 평균제곱오차(mean square error, MSE)를 설명하는 도면이다.
도 2 내지 도 4b는 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 산출되는 평균제곱오차의 시뮬레이션 결과와 이론 결과를 비교한다.
도 2 내지 도 4b에서 개시하는 그래프들을 통해서 채널 추정 오류에 포함되는 진폭 오류 및 위상 오류가 평균제곱오차에 미치는 영향을 확인할 수 있다.
반송 주파수는 파장 λ
Figure 112022050158265-pat00040
0.3m에 해당하는 1GHz로 설정되고, 시뮬레이션 결과는 반경 R = 100m인 원에 균일한 분포를 따라 센싱 노드 위치를 105번 무작위로 구현하여 얻은 것이다.
K개의 센싱 노드는 AirComp를 통해 측정 데이터를 전송하며, 여기서 (κ, H) = (1km, 200m)에 위치한 비행 융합 센터가 관심 있는 평균 정보를 추출할 수 있다.
그런 다음 무작위로 생성된 CSI 오류로 MSE는 105개 이상의 실현 평균을 통해 계산될 수 있다.
도 2는 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 활성화된 센싱 노드의 수에 따라 평균제곱오차의 변화를 시뮬레이션 결과와 이론 결과로 예시한다.
도 2를 참고하면, 그래프(200)는 가로축에서 센싱 노드의 수(K)의 변화를 나타내고, 세로축에서 의 변화를 나타낸다.
즉, 그래프(200)는 센싱 노드의 수(K)와 평균제곱오차의 상관 관계를 예시하고, 수신기 측의 신호대 잡음비의 평균과 관련된 P/σ2k2는 20 dB로 설정된다.
그래프(200)의 범례를 보면 그래프에서 지시선이 나타내는 것을 확인할 수 있는데, 실선(201)은 시뮬레이션 결과를 나타내고, 기호(202)는 이론 결과를 나타내며, 점선(203)은 시뮬레이션 결과를 나타내고, 기호(204)는 이론 결과를 나타낸다.
실선(201) 및 기호(202)는 P/σ2 < ∞경우에 해당하고, 점선(203) 및 기호(204)는 P/σ2 → ∞에 해당된다.
그래프(200)에 따르면 MSE는 CSI 오류의 유무에 관계없이 센싱 노드의 수가 증가하면 감소한다.
최대 정규화된 진폭 오류 확산 과 루프 신호대잡음비(signal to noise ratio, SNR) 의 서로 다른 조합으로 세 곡선을 비교하면 MSE가 높은 △와 낮은 루프 SNR 에 기반하여 증가한다.
또한, 센싱 노드의 수가 커질수록 완전 CSI 케이스와 불완전 CSI 케이스 사이의 간격이 넓어지며 이는 P/σ2 → ∞인 결과에서도 동일하다.
특히, 센싱 노드의 수가 100일 때 Δ=0 ~ 0.01 및 = 15dB인 MSE는 CSI 오류가 없는 경우에 비해 약 100배 나쁜 것을 확인할 수 있다.
도 3은 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 수신기 측의 신호대 잡음비의 평균의 변화에 따라 평균제곱오차의 변화를 시뮬레이션 결과와 이론 결과로 예시한다.
도 3을 참고하면, 그래프(300)는 가로축에서 수신기 측의 신호대 잡음비의 평균의 변화를 나타내고, 세로축에서 의 변화를 나타낸다.
즉, 그래프(300)는 수신기 측의 신호대 잡음비의 평균과 평균제곱오차의 상관 관계를 예시한다.
그래프(300)의 범례를 보면 그래프에서 지시선이 나타내는 것을 확인할 수 있는데, 실선(301)은 시뮬레이션 결과를 나타내고, 기호(302)는 이론 결과를 나타내며, 점선(303)은 시뮬레이션 결과를 나타내고, 기호(304)는 이론 결과를 나타낸다.
실선(301) 및 기호(302)는 P/σ2 < ∞경우에 해당하고, 점선(303) 및 기호(304)는 P/σ2 → ∞에 해당된다.
그래프(300)에서, dB 크기에서 인 평균 수신 신호대 잡음비의 영향을 나타낸다.
채널 상태 정보에서 채널 추정 오류 없는 MSE는 P/σ2k2의 선형 감소 함수이고, 대조적으로, CSI 오류를 가정한 3개의 MSE 곡선은 오류 바닥을 나타내며, P/σ2 → ∞에 대한 추론에서 발견된 제한 값과 일치한다.
결과적으로 평균 수신 SNR P/σ2k2의 증가에 따라 완벽한 CSI에 대한 CSI 오류로 인한 MSE 갭이 커지는 것을 확인할 수 있다.
도 4a는 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 진폭 오류의 확산()과 PLL(phase lock loop) 의 SNR 루프()의 변화에서 의 변화에 대한 시뮬레이션 결과를 나타낸다.
도 4b는 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 진폭 오류의 확산()과 PLL(phase lock loop) 의 SNR 루프()의 변화에서 의 변화에 대한 이론 결과를 나타낸다.
그래프(400) 및 그래프(410)에서 센싱 노드의 수는 30이고, P/σ2k2는 20 dB로 설정되었을 때 시뮬레이션 결과와 이론 결과를 나타낸다.
다시 말해, 그래프(400) 및 그래프(410)는 각각 x축과 y축에서 SNR 루프()와 진폭 오류의 확산()을 변화시킬 때 의 변화에 대한 시뮬레이션 결과 및 이론 결과를 나타낸다.
MSE가 감소하면 가 증가한다. 이때, MSE가 증가하면 의 기능은 증가한다.
두 그림을 비교하여 두 그래프가 동일하게 보이는 것으로 이론 결과와 시뮬레이션이 일치하는 것을 확인할 수 있다.
또한 와 의 5개 범위에 대해 약 7.6 × 10-5에서 약 3.8 × 10-2까지 MSE의 상당히 큰 동적 범위를 관찰하여 정확한 CSI 획득 및 동기화의 중요성을 확인할 수 있다.
도 2 내지 도 4b에 따르면, 채널 추정 오류가 없는 채널 상태 정보의 경우에 비해 불완전한 채널 상태 정보에 의한 MSE 저하를 확인할 수 있고, 센싱 노드의 수가 증가할수록 MSE는 증가하는 것을 확인할 수 있다.
센싱 노드의 수가 약 100개일 때 최대 정규화 진폭 오차 확산 는 0.01이고, 루프 SNR은 15dB인 MSE는 채널 상태 정보에 오차가 없는 MSE와 비교하여 약 100배 감소하는 것을 확인할 수 있다.
또한 높은 수신 SNR에서도 MSE 곡선은 각각 및 로 정량화된 진폭 및 위상 오류 모두에 영향을 받을 수 있다.
즉, 저지연 센싱 데이터 수집 시스템에서 MSE를 높이기 위해서는 채널 추정 오류에서 진폭 오류와 위상 오류를 고려할 필요성이 존재한다.
도 5는 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 비행 융합 센터를 설명하는 도면이다.
도 5를 참고하면, 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템에서 비행 융합 센터(500)는 평균 정보 식별부(510), 채널 오류 추정부(520), MSE 산출부(530) 및 참조 신호 제어부(540)를 포함한다.
예를 들어, 비행 융합 센터(500)는 복수의 센싱 노드로 참조 신호를 전송하여 참조 신호에 기반하여 복수의 센싱 노드와 채널이 동기화될 수 있다.
즉, 복수의 센싱 노드는 비행 융합 센터(500)로부터 참조 신호를 수신하고, 수신된 참조 신호에 기반하여 비행 융합 센터(500)와 채널을 형성한다.
일례로, 평균 정보 식별부(510)는 복수의 센싱 노드로부터 센싱 데이터를 수집하여 수집된 센싱 데이터의 평균 정보를 식별할 수 있다.
예를 들어, 평균 정보 식별부(510)는 복수의 센싱 노드 중 특정 센싱 노드와 비행 융합 센터 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 특정 노드의 전송 계수, 특정 센싱 노드의 센싱 데이터 및 특정 센싱 노드의 추가 백색 가우스 잡음(additive white gaussian noise)를 포함하는 센싱 데이터를 수집할 수 있다.
본 발명의 일실시예에 따르면 채널 오류 추정부(520)는 평균 정보 식별부(510)에 의해 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정할 수 있다.
예를 들어, 채널 오류 추정부(520)는 특정 센싱 노드가 비행 융합 센터(500)로부터 참조 신호를 수신하고, 수신된 참조 신호에 기반하여 비행 융합 센터(500)와 특정 센싱 노드 간의 채널 상호성에 기반하여 채널 추정 정보를 추정할 수 있다.
한편, 채널 추정 오류는 진폭 오류에 기반하여 특정 센싱 노드의 센싱 데이터를 왜곡하고, 위상 오류에 기반하여 특정 센싱 노드의 동기화 오류를 발생시킬 수 있다.
본 발명의 일실시예에 따르면 MSE 산출부(530)는 채널 추정 오류에 기반하여 채널에서의 평균제곱오차를 산출할 수 있다.
일례로, MSE 산출부(530)는 복수의 센싱 노드 중 특정 센싱 노드의 수, 제1 진폭 오류 관련 변수, 제2 진폭 오류 관련 변수, 제1 신호대잡음비 관련 변수, 제2 신호대잡음비 관련 변수를 나타내며, 전송 파워, 제3 신호대잡음비 관련 변수를 이용하여 평균제곱오차를 산출할 수 있다. 여기서, MSE 산출에 이용되는 변수들은 수학식 9와 연관된다.
본 발명의 일실시예에 따르면 참조 신호 제어부(540)는 MSE 산출부(530)에 의해 산출된 평균제곱오차에 기반하여 참조 신호를 제어할 수 있다.
여기서, 제어된 참조 신호에 따라 복수의 센싱 노드가 비행 융합 센터(500)와 다시 동기화함에 따라 MSE가 개선될 수 있다.
따라서, 본 발명은 불완전 채널 상태 정보의 채널 추정 오류를 고려하여 평균제곱오차(mean square error, MSE)를 산출하고, 산출된 평균제곱오차를 이용하여 채널 추정을 위한 참조 신호를 제어하여 평균제곱오차를 향상시킬 수 있다.
도 6은 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템의 동작 방법을 명하는 도면이다.
도 6은 본 발명의 일실시예에 따라 저지연 센싱 데이터 수집 시스템의 동작 방법이 불완전 채널 상태 정보를 고려하여 평균제곱오차를 산출하고, 산출된 평균제곱오차를 기반하여 참조신호를 제어하여 평균제곱오차를 개선하는 구성을 예시한다.
본 발명의 일실시예에 따라 저지연 센싱 데이터 수집 시스템의 동작 방법은 복수의 센싱 노드로 참조 신호를 전송하는 비행 융합 센터(flying fusion center, FFC) 및 참조 신호를 통해 상기 비행 융합 센터와 채널을 동기화하는 복수의 센싱 노드를 포함하는 저지연 센싱 데이터 수집 시스템의 동작 방법이다.
도 6을 참고하면, 본 발명의 일실시예에 따라 저지연 센싱 데이터 수집 시스템의 동작 방법은 단계(601)에서 센싱 데이터의 평균 정보를 식별한다.
즉, 저지연 센싱 데이터 수집 시스템의 동작 방법은 복수의 센싱 노드로부터 센싱 데이터를 수집하여 센싱 데이터의 평균 정보를 식별할 수 있다.
예를 들어, 저지연 센싱 데이터 수집 시스템의 동작 방법은 복수의 센싱 노드 중 특정 센싱 노드와 상기 비행 융합 센터 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 특정 노드의 전송 계수, 특정 센싱 노드의 센싱 데이터 및 특정 센싱 노드의 추가 백색 가우스 잡음을 포함하는 센싱 데이터를 수집할 수 있다.
단계(602)에서 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템의 동작 방법은 채널 추정 정보의 채널 추정 오류를 추정한다.
즉, 저지연 센싱 데이터 수집 시스템의 동작 방법은 단계(601)에서 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정할 수 있다.
단계(603)에서 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템의 동작 방법은 평균 제곱 오차를 산출한다.
즉, 저지연 센싱 데이터 수집 시스템의 동작 방법은 추정된 채널 추정 오류에 기반하여 채널에서의 평균제곱오차를 산출할 수 있다.
다시 말해, 저지연 센싱 데이터 수집 시스템의 동작 방법은 복수의 센싱 노드 중 특정 센싱 노드의 수, 제1 진폭 오류 관련 변수, 제2 진폭 오류 관련 변수, 제1 신호대잡음비 관련 변수, 제2 신호대잡음비 관련 변수를 나타내며, 전송 파워, 제3 신호대잡음비 관련 변수를 이용하여 평균제곱오차를 산출할 수 있다.
단계(604)에서 본 발명의 일실시예에 따른 저지연 센싱 데이터 수집 시스템의 동작 방법은 참조 신호를 제어한다.
즉, 저지연 센싱 데이터 수집 시스템의 동작 방법은 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어할 수 있다.
따라서, 본 발명은 불완전 채널 상태 정보의 채널 추정 오류를 고려하여 평균제곱오차를 산출함에 따라 전력 효율 향상을 도모하면서 센싱 데이터의 수집 정확도를 확인하여 저지연 센싱 데이터 수집 시스템의 운용 효율성을 향상시킬 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 영역, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 저지연 센싱 데이터 수집 시스템
110: 비행 융합 센터 120: 센싱 노드

Claims (16)

  1. 복수의 센싱 노드로 참조 신호를 전송하는 비행 융합 센터(flying fusion center, FFC); 및
    상기 참조 신호를 통해 상기 비행 융합 센터와 채널을 동기화하는 상기 복수의 센싱 노드를 포함하고,
    상기 비행 융합 센터는 상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하고, 상기 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정하며, 상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하고, 상기 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어하는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템.
  2. 제1항에 있어서,
    상기 비행 융합 센터는 상기 복수의 센싱 노드 중 특정 센싱 노드와 상기 비행 융합 센터 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 상기 특정 센싱 노드의 전송 계수, 상기 특정 센싱 노드의 센싱 데이터 및 상기 특정 센싱 노드의 추가 백색 가우스 잡음(additive white gaussian noise)를 포함하는 센싱 데이터를 수집하는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템.
  3. 제2항에 있어서,
    상기 채널 추정 정보는 상기 특정 센싱 노드가 상기 비행 융합 센터로부터 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 비행 융합 센터와 상기 특정 센싱 노드 간의 채널 상호성에 기반하여 추정되는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템.
  4. 제2항에 있어서,
    상기 채널 추정 오류는 상기 진폭 오류에 기반하여 상기 특정 센싱 노드의 센싱 데이터를 왜곡하고, 상기 위상 오류에 기반하여 상기 특정 센싱 노드의 동기화 오류를 발생시키는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템.
  5. 제2항에 있어서,
    상기 비행 융합 센터는 하기 수학식 9를 이용하여 상기 평균제곱오차를 산출하고,
    [수학식 9]

    상기 는 평균제곱오차를 나타내고, 상기 K는 상기 복수의 센싱 노드 중 특정 센싱 노드의 순번을 나타내며, 상기 A는 제1 진폭 오류 관련 변수를 나타내고, 상기 B는 제2 진폭 오류 관련 변수를 나타내며, 상기 C는 제1 신호대잡음비 관련 변수를 나타내고, 상기 D는 제2 신호대잡음비 관련 변수를 나타내며, 상기 P는 전송 파워를 나타내고, 상기 σ는 제3 신호대잡음비 관련 변수를 나타내는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템.
  6. 제1항에 있어서,
    상기 복수의 센싱 노드는 상기 제어된 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 채널과 다시 동기화하는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템.
  7. 복수의 센싱 노드로 참조 신호를 전송하는 비행 융합 센터(flying fusion center, FFC) 및 상기 참조 신호를 통해 상기 비행 융합 센터와 채널을 동기화하는 상기 복수의 센싱 노드를 포함하는 저지연 센싱 데이터 수집 시스템의 동작 방법에 있어서,
    상기 비행 융합 센터에서, 상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하는 단계;
    상기 비행 융합 센터에서, 상기 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정하는 단계;
    상기 비행 융합 센터에서, 상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하는 단계; 및
    상기 비행 융합 센터에서, 상기 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어하는 단계를 포함하는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템의 동작 방법.
  8. 제7항에 있어서,
    상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하는 단계는,
    상기 복수의 센싱 노드 중 특정 센싱 노드와 상기 비행 융합 센터 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 상기 특정 센싱 노드의 전송 계수, 상기 특정 센싱 노드의 센싱 데이터 및 상기 특정 센싱 노드의 추가 백색 가우스 잡음(additive white gaussian noise)를 포함하는 센싱 데이터를 수집하는 단계를 포함하는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템의 동작 방법.
  9. 제8항에 있어서,
    상기 채널 추정 정보는 상기 특정 센싱 노드가 상기 비행 융합 센터로부터 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 비행 융합 센터와 상기 특정 센싱 노드 간의 채널 상호성에 기반하여 추정되는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템의 동작 방법.
  10. 제8항에 있어서,
    상기 채널 추정 오류는 상기 진폭 오류에 기반하여 상기 특정 센싱 노드의 센싱 데이터를 왜곡하고, 상기 위상 오류에 기반하여 상기 특정 센싱 노드의 동기화 오류를 발생시키는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템의 동작 방법.
  11. 제9항에 있어서,
    상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하는 단계는
    하기 수학식 9를 이용하여 상기 평균제곱오차를 산출하는 단계를 포함하고,
    [수학식 9]

    상기 는 평균제곱오차를 나타내고, 상기 K는 상기 복수의 센싱 노드 중 특정 센싱 노드의 순번을 나타내며, 상기 A는 제1 진폭 오류 관련 변수를 나타내고, 상기 B는 제2 진폭 오류 관련 변수를 나타내며, 상기 C는 제1 신호대잡음비 관련 변수를 나타내고, 상기 D는 제2 신호대잡음비 관련 변수를 나타내며, 상기 P는 전송 파워를 나타내고, 상기 σ는 제3 신호대잡음비 관련 변수를 나타내는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템의 동작 방법.
  12. 제7항에 있어서,
    상기 복수의 센싱 노드에서 상기 제어된 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 채널과 다시 동기화하는 단계를 더 포함하는 것을 특징으로 하는
    저지연 센싱 데이터 수집 시스템의 동작 방법.
  13. 복수의 센싱 노드로 참조 신호를 전송하여 상기 참조 신호에 기반하여 상기 복수의 센싱 노드와 채널이 동기화되는 비행 융합 센터에 있어서,
    상기 복수의 센싱 노드로부터 센싱 데이터를 수집하여 상기 수집된 센싱 데이터의 평균 정보를 식별하는 평균 정보 식별부;
    상기 식별된 평균 정보에 기반하여 진폭 오류 및 위상 오류에 따른 채널 추정 정보의 채널 추정 오류를 추정하는 채널 오류 추정부;
    상기 추정된 채널 추정 오류에 기반하여 상기 채널에서의 평균제곱오차(mean square error, MSE)를 산출하는 MSE 산출부; 및
    상기 산출된 평균제곱오차에 기반하여 상기 참조 신호를 제어하는 참조 신호 제어부를 포함하는 것을 특징으로 하는
    비행 융합 센터.
  14. 제13항에 있어서,
    상기 평균 정보 식별부는 상기 복수의 센싱 노드 중 특정 센싱 노드와 상기 비행 융합 센터 사이의 복소 기저대역 등가 채널과 관련된 채널 추정 정보, 상기 특정 센싱 노드의 전송 계수, 상기 특정 센싱 노드의 센싱 데이터 및 상기 특정 센싱 노드의 추가 백색 가우스 잡음(additive white gaussian noise)를 포함하는 센싱 데이터를 수집하는 것을 특징으로 하는
    비행 융합 센터.
  15. 제14항에 있어서,
    상기 채널 추정 정보는 상기 특정 센싱 노드가 상기 비행 융합 센터로부터 참조 신호를 수신하고, 상기 수신된 참조 신호에 기반하여 상기 비행 융합 센터와 상기 특정 센싱 노드 간의 채널 상호성에 기반하여 추정되고,
    상기 채널 추정 오류는 상기 진폭 오류에 기반하여 상기 특정 센싱 노드의 센싱 데이터를 왜곡하고, 상기 위상 오류에 기반하여 상기 특정 센싱 노드의 동기화 오류를 발생시키는 것을 특징으로 하는
    비행 융합 센터.
  16. 제14항에 있어서,
    상기 MSE 산출부는 하기 수학식 9를 이용하여 상기 평균제곱오차를 산출하고,
    [수학식 9]

    상기 는 평균제곱오차를 나타내고, 상기 K는 상기 복수의 센싱 노드 중 특정 센싱 노드의 순번을 나타내며, 상기 A는 제1 진폭 오류 관련 변수를 나타내고, 상기 B는 제2 진폭 오류 관련 변수를 나타내며, 상기 C는 제1 신호대잡음비 관련 변수를 나타내고, 상기 D는 제2 신호대잡음비 관련 변수를 나타내며, 상기 P는 전송 파워를 나타내고, 상기 σ는 제3 신호대잡음비 관련 변수를 나타내는 것을 특징으로 하는
    비행 융합 센터.
KR1020220058013A 2022-05-11 2022-05-11 비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법 KR102575954B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220058013A KR102575954B1 (ko) 2022-05-11 2022-05-11 비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220058013A KR102575954B1 (ko) 2022-05-11 2022-05-11 비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법

Publications (1)

Publication Number Publication Date
KR102575954B1 true KR102575954B1 (ko) 2023-09-07

Family

ID=87974809

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220058013A KR102575954B1 (ko) 2022-05-11 2022-05-11 비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법

Country Status (1)

Country Link
KR (1) KR102575954B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101646658B1 (ko) 2014-11-26 2016-08-08 서강대학교산학협력단 인지 무선 통신에서 문턱 값을 최적화하여 협력적 센싱을 수행하는 방법 및 그 장치
KR101773330B1 (ko) 2015-12-17 2017-08-31 경희대학교 산학협력단 분산형 무선 센서 네트워크 및 분산형 무선 센서 네트워크에서의 정보 검출 방법
KR20210017702A (ko) * 2019-08-09 2021-02-17 엘지전자 주식회사 딥러닝 기반의 세탁기 결함 검사 방법 및 장치
KR102329272B1 (ko) 2017-08-04 2021-11-19 삼성전자주식회사 무선 통신 시스템에서 상향링크 전송을 위한 장치 및 방법
KR20220036356A (ko) 2020-09-15 2022-03-22 한국전자통신연구원 무선 통신 시스템에서 수신 신호 양자화에 기초한 분산 통신 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101646658B1 (ko) 2014-11-26 2016-08-08 서강대학교산학협력단 인지 무선 통신에서 문턱 값을 최적화하여 협력적 센싱을 수행하는 방법 및 그 장치
KR101773330B1 (ko) 2015-12-17 2017-08-31 경희대학교 산학협력단 분산형 무선 센서 네트워크 및 분산형 무선 센서 네트워크에서의 정보 검출 방법
KR102329272B1 (ko) 2017-08-04 2021-11-19 삼성전자주식회사 무선 통신 시스템에서 상향링크 전송을 위한 장치 및 방법
KR20210017702A (ko) * 2019-08-09 2021-02-17 엘지전자 주식회사 딥러닝 기반의 세탁기 결함 검사 방법 및 장치
KR20220036356A (ko) 2020-09-15 2022-03-22 한국전자통신연구원 무선 통신 시스템에서 수신 신호 양자화에 기초한 분산 통신 방법 및 장치

Similar Documents

Publication Publication Date Title
US20240142560A1 (en) Device-free subject localization methods and systems using wireless signals
Wu et al. Fast mmwave beam alignment via correlated bandit learning
Li et al. AF-DCGAN: Amplitude feature deep convolutional GAN for fingerprint construction in indoor localization systems
US10623909B2 (en) User equipment positioning using PRSS from a plurality of TRPS in a 5G-NR network
US20220158702A1 (en) Techniques for elevated device communication
Wang et al. Tens of gigabits wireless communications over E-band LoS MIMO channels with uniform linear antenna arrays
Xiong et al. Synchronicity: Pushing the envelope of fine-grained localization with distributed mimo
US9706514B2 (en) Wideband angle-of-arrival location determination using bandwidth partitioning
US11442141B2 (en) Systems and methods for detecting, monitoring, and mitigating the presence of a drone
Sobehy et al. NDR: Noise and dimensionality reduction of CSI for indoor positioning using deep learning
Wang et al. A semiblind tracking algorithm for joint communication and ranging with OFDM signals
KR102575954B1 (ko) 비행 융합 센터를 이용하는 저지연 센싱 데이터 수집 시스템 및 그 동작 방법
Fei et al. Indoor static localization based on Fresnel zones model using COTS Wi-Fi
CN114553649B (zh) 信号频率偏差校准方法、装置、电子设备和存储介质
CN112543409A (zh) 一种到达时间toa估计方法及基站
Keunecke et al. IEEE 802.11 n-based TDOA performance evaluation in an indoor multipath environment
Scalabrin et al. Machine learning based network analysis using millimeter-wave narrow-band energy traces
Xue et al. Cognitive‐Based High Robustness Frequency Hopping Strategy for UAV Swarms in Complex Electromagnetic Environment
KR102311298B1 (ko) 주파수 오프셋 업데이트 장치 및 방법
Rihan et al. A Hybrid Deep-learning/Fingerprinting for Indoor Positioning Based on IEEE P802. 11az
CN114329934A (zh) 一种讯源数估测方法、系统、设备及存储介质
Markovic et al. Joint cumulant estimate correction and decision for cooperative modulation classification by using multiple sensors
Al-Nassrawi et al. Indoor positioning using single transmitter for visible light communications system
KR102198201B1 (ko) 주변 후방산란 통신에서의 채널 추정 방법 및 그를 위한 장치
Venkatesh The design and modeling of ultra-wideband position-location networks

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant